Zeyi-Lin / Qwen2-VL-finetune-LatexOCRLinks
☆29Updated 9 months ago
Alternatives and similar repositories for Qwen2-VL-finetune-LatexOCR
Users that are interested in Qwen2-VL-finetune-LatexOCR are comparing it to the libraries listed below
Sorting:
- Accelerating GOT-OCRv2 with VLLM☆11Updated last year
- 文档图像处理工具(Document image processing tool)，包括漂白 / 文字方向矫正 / 清晰增强 / 笔记去噪美化 / 去阴影 / 扭曲矫正 / 切边增强(DocBleach / TextOrientationCorrection / DocSha…☆110Updated last year
- PDF解析工具：GOT的vLLM加速实现，MinerU做布局识别裁剪、GOT做表格公式解析，实现RAG中的pdf解析☆66Updated last year
- 轻量模型的图像分析web服务，包括倾斜矫正OCR，公章(印章)检测+识别，车牌识别。api方案使用FastAPI+Gunicorn，提供gradio展示。☆101Updated last year
- Python3 package for Chinese/English OCR,use paddleocr-v5 onnx model(~20MB), with ultra-fast inference speed. 基于ppocr-v5-onnx模型推理，中英文OCR开源…☆116Updated 4 months ago
- 一个包含了多种主流大模型微调方案的实战代码库，基于Qwen3系列模型☆91Updated 3 months ago
- 将SmolVLM2的视觉头与Qwen3-0.6B模型进行了拼接微调☆445Updated 2 months ago
- 卡证和文档检测和矫正☆76Updated last year
- 一些大语言模型和多模态模型的生态,主要包括跨模态搜索、投机解码、QAT量化、多模态量化、ChatBot、OCR☆193Updated 3 months ago
- 基于transformer的ocr识别，在公章(印章识别, seal recognition）拓展应用☆274Updated last month
- 基于MNN-llm的安卓手机部署大语言模型：Qwen1.5-0.5B-Chat☆86Updated last year
- 检测和提取各种场景图片中的表格区域，并纠正透视和旋转问题 Detect and extract table regions from images in various scenarios, and correct perspective and rotation i…☆115Updated 11 months ago
- 该项目是为了使用layoutlmv3针对中文图片训练和推理。 其中主要解决三个问题： 1.数据标准化成可以的训练数据集格式 2.layoutlmv3-base-chinese 分词修改 2.超过512长度的文本切分和滑窗操作☆60Updated last year
- 【间隙·树·排序算法】 对OCR结果或PDF提取的文本进行版面分析，按人类阅读顺序进行排序。☆159Updated last year
- 中文论文、证券类、财报类PDF数据☆35Updated last year
- Analysis of Chinese and English layouts 中英文版面分析☆255Updated 3 months ago
- 修正文档扭曲/模糊/阴影等情况，使用onnx模型简单轻量部署，未来持续跟进最新最好的文档矫正方案和模型,Correct document distortion using a lightweight ONNX model for easy deployment. We wi…☆84Updated 11 months ago
- ☆54Updated 8 months ago
- 基于TrOCR + UniMER-1M数据集，训练一个小而美的公式识别模型☆27Updated 5 months ago
- 文档方向分类☆225Updated last year
- 本项目借助飞桨平台，构建起一套创新的多模型协同系统，实现 PDF 文件到 Markdown 文件的高效、精准转换。☆26Updated 8 months ago
- 视频理解：千问视频多模态模型 & Dify☆65Updated last year
- ☆27Updated last year
- 从零构建了Agent中最重要的功能-function call☆16Updated last year
- In this fast-paced world, we all need a little something to spice up life. Whether you need a glass of sweet talk to lift your spirits or…☆60Updated 5 months ago
- 研究GOT-OCR-项目落地加速，不限语言☆64Updated last year
- 文本纠错(Text Correct, CSC), 支持中文文本纠错(拼写纠错/标点符号纠错/繁体纠错)(CSC, Chinese Spelling Correct / Check; Punct), CSC支持各领域数据的中文文本纠错(包括古文), 重点是错别字检测纠正(字词…☆51Updated 5 months ago
- 视觉信息抽取任务中，使用OCR识别结果规范多模态大模型的回答☆42Updated 10 months ago
- 一个基于多模态向量模型及视觉多模态模型构建的图片搜索引擎&管理系统，实现精准的以文搜文，文搜图、以图搜图多种智能检索方式。An image search engine management system built upon multimodal vector models…☆73Updated 2 months ago
- 筱可的工程实验仓库！☆99Updated 3 weeks ago